跳到正文
arXiv · 机器人与计算机视觉· Chunghyun Park, Beomjun Kim, Seungcheol Park, Heeseung Kwon, Yashu Shukla, Seunghoon Sim, Jinwoo Shin, Minsu Cho·· 2026-10-05AI 评分74

PointWAM:用于灵巧操作的 3D 世界动作建模

PointWAM: 3D World Action Modeling for Dexterous Robotic Manipulation

AI 导读

论文介绍 PointWAM,一种将世界分解为场景和手并在共享时空坐标系中预测两者 3D 点轨迹的模型。该方法在大规模人类演示视频上进行预训练,无需任务特定的物体或关键点选择。实验显示,结合场景轨迹监督后,该模型在 DexJoCo 基准上的平均成功率提升显著,并在真实机器人上优于强视觉语言动作模型。材料为 arXiv 预印本,未提及同行评审状态或开源代码仓库。

来源:arXiv · 机器人与计算机视觉 · arxiv.org